ee.Algorithms.TemporalSegmentation.Ccdc

الگوریتم نقطه شکست موقتی تشخیص و طبقه‌بندی تغییر مداوم را پیاده‌سازی می‌کند. این الگوریتم با برازش مکرر توابع هارمونیک به داده ها، نقاط شکست زمانی را در مجموعه تصویر پیدا می کند. ضرایب تناسب برای همه باندهای ورودی تولید می شود، اما باندهای مورد استفاده برای تشخیص نقطه شکست را می توان با آرگومان 'breakpointBands' مشخص کرد.

برای جزئیات بیشتر، به Zhu، Z. و Woodcock، CE، 2014 مراجعه کنید. تشخیص تغییرات مداوم و طبقه بندی پوشش زمین با استفاده از تمام داده های موجود Landsat. سنجش از دور محیط زیست، 144، صص152-171.

استفاده برمی گرداند
ee.Algorithms.TemporalSegmentation.Ccdc(collection, breakpointBands , tmaskBands , minObservations , chiSquareProbability , minNumOfYearsScaler , dateFormat , lambda , maxIterations ) تصویر
استدلال تایپ کنید جزئیات
collection ImageCollection مجموعه ای از تصاویر که روی آن CCDC اجرا می شود.
breakpointBands لیست، پیش فرض: null نام یا شاخص باندهایی که برای تشخیص تغییر استفاده می شود. اگر نامشخص باشد، از تمام باندها استفاده می شود.
tmaskBands لیست، پیش فرض: null نام یا فهرست باندهایی که برای تشخیص ابری تکراری TMask استفاده می شود. اینها معمولاً نوار سبز و باند SWIR1 هستند. اگر مشخص نشده باشد، TMask استفاده نمی شود. اگر مشخص شده باشد، «tmaskBands» باید در «breakpointBands» گنجانده شود.
minObservations عدد صحیح، پیش فرض: 6 تعداد مشاهدات مورد نیاز برای علامت گذاری یک تغییر.
chiSquareProbability شناور، پیش فرض: 0.99 آستانه احتمال خی دو برای تشخیص تغییر در محدوده [0، 1].
minNumOfYearsScaler شناور، پیش فرض: 1.33 عوامل حداقل تعداد سال برای اعمال اتصالات جدید.
dateFormat عدد صحیح، پیش فرض: 0 نمایش زمان برای استفاده در طول اتصال: 0 = jDays، 1 = سال کسری، 2 = زمان یونیکس در میلی ثانیه. زمان شروع، پایان و استراحت برای هر بخش زمانی به این ترتیب رمزگذاری می شود.
lambda شناور، پیش فرض: 20 لامبدا برای برازش رگرسیون LASSO. اگر روی 0 تنظیم شود، به جای LASSO از OLS معمولی استفاده می شود.
maxIterations عدد صحیح، پیش فرض: 25000 حداکثر تعداد اجراها برای همگرایی رگرسیون LASSO. اگر روی 0 تنظیم شود، به جای LASSO از OLS معمولی استفاده می شود.